○ 개 요

 1. 일시 : 2016. 06. 04 (토) 16:00∼18:00

 2. 장소 : 한국고등교육재단 세미나실

 3. 발표자 : 신동균 교수(경희대학교)

 4. 참석자

한민수 박사 (KIEP 간사) 곽노선 교수 (서강대학교)

김동헌 교수 (고려대학교) 김배근 교수 (중앙대학교)

김성현 교수 (성균관대학교) 김영세 교수 (성균관대학교)

김용진 교수 (아주대학교) 김지섭 박사 (KDI)

김진일 교수 (고려대학교) 김철수 교수 (숙명여자대학교)

신관호 교수 (고려대학교) 이우헌 교수 (경희대학교)

이철인 교수 (서울대학교) 정용승 교수 (경희대학교)

한종석 박사 (조세재정연구원) 허  인 교수 (카톨릭대학교)

모영규 (숙명여자대학교) 이재원 교수 (서울대학교)

5. 제  목

- "Welfare consequences of rising wage volatility in the United States: Self-selection into risky jobs and effectiveness of insurance measures"

○ 주요 발표내용 (상세 내용 별첨 참조)

□ 이 연구는 1970년 초반부터 2000년대에 이르기까지 임금 변동성의 증대가 후생에 미치는 정량적인 효과를 분석함

 - 1969년부터 2009년까지의 PSID 데이터를 일반균형모형에 적용시켜서 분석함. 

□ 정량적 효과를 분석하는데 있어서 임금 변동성 증대가 사전에 예측 가능한가 그렇지 않았는가, 노동자들이 위험에 대한 선택을 할 수 있었는가, 노동자들이 위험에 대한 보험이 제공 받았는가 아닌가 하는 것 등의 영향에 대해서도 고려함.

 - 금융시장을 통해서보다는 가계가 노동공급을 줄이고 늘리는 조정이 임금의 변동에 따른 후생비용을 절약하는데 보다 큰 효과가 있는 것으로 나타남.   

○ 주요 논의사항

□ 산업 간의 구분 및 개인 간 차이에 따른 영향

 - 기존의 전통적인 산업과 첨단 산업 간 개인 능력차에 따라 임금의 변동에 따른 후생 비용이 커질 수 있는데 이 연구에서는 임금의 변동에 따른 proximate 요인에 의한 정량적 영향력을 평가하는데 그 목적이 있지 근본적인 이유를 탐구하는 것은 목적이 아님. 하지만 근본적인 이유에 따라서 정량적 효과는 바뀔 수 있음. 

□ 노동자의 실업 여부에 따른 영향

 - extensive margin을 고려해서 데이터 상 노동소득이 0인 경우를 포함시켜서 robust check 실시함. 

□ 임금을 permanent component와 transitory component로 구분

 - orthogonality condition 하에서 permanent component는 AR(1)을 따르는 것으로, transitory component는 iid shock으로 가정하고 구분함. 다른 가정하에서도 대체로 비슷한 결과 도출함.

□ hypothetical exercise의 방법

 - 모형 estimation시 연금을 비롯한 여러 가지 사항을 고려했음. 이런 여러 사항을 그대로 고정시키고 shock의 volatility만 커졌을 때 후생비용 측정. 각 시기 별 가계 간의 차이를 비교하기 보다는 hypothetically 다른 조건 고정시키고 임금 변동성만 변화시켰을 경우 후생에 대한 효과만을 살펴봄. 

□ 시장실패가 없는 상황에서 변동에 따른 후생비용 분석의 의의

 - 시장실패가 없으므로 가계는 최적의 선택을 하고 있음. 따라서 모형은 CE가 PO이므로 시장실패에 따른 제도적인 시사점에 대해서 논의하기보다는 임금 변동성을 의미하는 파라미터가 변화했을 때 이것이 파라미터의 변화에 따른 두 가지의 다른 균형 사이에 정량적으로 어떤 차이가 있는지를 살펴봄으로써 후생비용을 분석함. 

□ 소득 그룹별 영향력의 차이에 대한 분석

 - 실제 데이터 상으로는 임금 변동성의 증가는 상위 40%의 소득 그룹에 속하는 사람들에게 나타났다는 주장이 있으나, 이 모형에서는 hypothetically 모든 사람이 경험한 경우를 분석했음.

□ 노동자의 나이에 따른 임금 변동성의 영향력

 - 초기의 분포를 모든 기간의 가계 샘플을 통해서 추정하고 마찬가지로 모든 기간의 가계 샘플을 가지고 나이에 따라서 어떻게 임금 변동성에 대해서 반응하는지를 추정함.  

□ 노동자의 나이 이외 다른 요인이 후생에 영향을 미칠 가능성

 - 같은 사람이라도 나이에 따라서 preference 파라미터가 달라질 수 있으며 1970년대와 2000년대 사이 평균적으로 나이에 따른 임금변동성의 영향력이 달라질 수 있음. 학력과 같은 다른 요인들이 중요한 요인일 수 있으며 이것의 영향을 보기 위해서는 교육 정도를 모형 내 내생적인 선택변수로서 고려해야 하나, 이 보고서의 분석에서는 고려하고 있지 않음. 

□ 후생 비용의 4.1%의 함의 

 - 소득 그룹별 임금 변동성의 차이를 고려하지 않았으며 나이 외 노동자의 특이성에 따른 임금 변동성 변화의 효과의 차이 역시 고려하지 않았음. 따라서 이 연구의 분석 결과는 평균적인 사람들에 대한 임금 변동성 변화의 후생 비용을 계산한 것으로 볼 수 있으며 후생 비용 4.1%는 후생 비용이 가장 작은 조건 하에서 나올 수 있는 것으로 볼 수 있음. 

□ 위험에 대한 risk sharing으로서 가장 좋은 수단

 - 노동을 얼만큼 공급할 것인지 선택하는 것은 미래 위험에 대처하는 가장 좋은 수단이며 금융시장보다도 훌륭한 것으로 나타남. 이 결과는 Blundell 등의 이전 연구에서도 비슷한 함의를 보여주고 있음.

□ 직업 선택에 따른 후생 비용 

 - 모형 내에서 직업선택은 매기 이루어짐. 보다 자본을 축적함에 따라서 보다 위험이 높은 직업을 선택하는 경향이 있음.

□ Lucas의 business cycle에 따른 후생비용 측정과의 비교.

 - 이 연구의 결과가 Lucas의 연구결과와 직접적으로 비교하기 어려움. Lucas는 Neoclassical growth model에 aggregate shock이 있는 경우 없는 경우를 비교하고 business cycle에 따른 후생비용 측정함. Lucas와 비교 가능하기 위해서는 완전하게 위험을 회피할 수는 없는 aggregate shock을 고려해야 하는데 이 연구에서는 uninsurable idiosyncratic shock을 고려하고 있음. 이런 idiosyncratic shock이 business cycle을 유발하고 있는 것은 아니므로, 고려하고 있는 shock의 성격과 영향이 다름. Lucas가 한 작업에 idiosyncratic shock을 고려할 수 있으나 이는 business cycle에 따른 후생비용이라기 보다는 시장이 complete인지 incomplete인가 같은 금융시장의 발전과 후생비용의 관련성에 대한 분석에 가깝다고 할 수 있음. 

□ 임금 변동성이 큰 직업 선택과 관련된 후생비용 

 - 임금 변동성이 큰 직업을 선택했다는 것이 최적의 선택인지 최적이 아닌 constraints에 걸려서 어쩔 수 없는 것인지 구분하는 것이 후생비용의 측정과 관련해서 중요할 수 있으나 가용한 가계 데이터인 PSID를 가지고 이것을 구분해내는 것은 어려움.